TL;DR: 用 Qwen3.5-9B（Q4_K）在單張 16GB AMD GPU 上跑本地 LLM-as-a-Verifier，每次 code comparison 約 0.5–2 秒，cache hit rate 66%，正確程式碼穩定給 1.0 分，有 bug 的給 0.0–0.14 分。16GB 跑 9B 模型綽綽有餘，還有空間跑其他服務。 這篇是實測續篇，前兩篇分別講了 架構設計 和 Docker 封裝 。前兩篇講的是「做什麼」跟「怎麼做」，這篇來量「到底多快」。 1. 測試環境 在一台 homelab Linux（CachyOS）上跑的： 項目 內容 GPU AMD 16GB（15.9 GiB）via ROCm 模型 Qwen3.5-9B（8.95B 參數，Q4_K ~5.7GB GGUF） 後端 llama.cpp（llama-server，ROCm HIP build） Verifier Docker container（llm-verifier），port 8010 模型 VRAM ~10.2 GB（模型本身 + 動態 KV cache） GPU 使用率 78% 系統 RAM 62 GB；使用 27 GB（swap 用了 9.3 GB） Context window 131,072 tokens MIN_SCORE 0.8 後端跑在另一台機器上，走 local Gigabit 網路連線。 2. Verifier 在幹嘛 docker-llm-as-a-verifier 包裝了 LLM-as-a-Verifier 這個研究套件，讀取 token-level log probability 來算連續分數，不是簡單的 yes/no 判斷。 Container 開了 7 個 HTTP endpoint： Endpoint Method 用途 /health GET 健康檢查 /v1/compare POST 兩組答案比對評分 /v1/select POST Best-of-N 選最佳 /v1/track POST Agent 軌跡分數追蹤 /v1/directed POST 導...
最近研究了一下 Blogger 的 JSON，參考了一個抓最新文章縮圖的寫法，將之改寫為抓取某分類文章縮圖的工具，順便想了一下怎麼讓大家安裝最方便。 稍微了解 Blogger 的 JSON 怎麼抓之後，發現其實蠻多事可以做的，比如這個版型上方的推薦文章輪播區，就可以配合這個抓分類文章縮圖的工具，再搭配像是 jQuery Cycle Plugin 或者 jQuery Nivo Slider Plugin 就可以抓某個要放在上方輪播區的文章分類，不用像之前必須要手動進版型複製貼上了，所以已經順手把上方的輪播區改好了，順利愉快。 不過為了方便介紹，我想把題目先訂為安裝一個側邊欄的小工具，並且兩個步驟就完成安裝，以我的弱格影音部落格，右側側邊欄的寬度是 300px，底下的範例就是以這個寬度來設定，您可以自行調整 CSS 來符合您的版型邊欄。 工具安裝》 #1 進到版型設計的頁面，新增一個 HTML/Javascript 的小工具。 #2 填入以下的代碼，儲存，搞定。 <style> .widget-wrapper {margin:0 auto;width:300px;text-align:center;} .tn-post {float:left;width:72px;height:110px;overflow:hidden;margin:1px;} .tn-thumbnail {text-align:center;top: 0px; left: 0px; width: 70px; height: 70px; background: #E6E6E6 url(https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhu-GAQ4awCGSGWMLNv7Hor7ZOlGd2PIqa-B-m1USdEpOoO552kifwilmKbKjmq88425bXihXgBjnOWBIFdxKwb0XKSI7joIJtYM2v6o-uAy-JyDs8dOqx-0JQOIZneJEN9RYCX/s800/background.png); overflow:hidden;border:1px solid #999;} .tn-post h3.fp-title {f...